arXiv · cs.AI· Hao Wang, Haocheng Yang, Licheng Pan, Lei Shen, Xiaoxi Li, Yinuo Wang, Zhichao Chen, Yuan Lu, Haoxuan Li, Zhouchen Lin·· 2 天前
ImplicitRM利用隐式反馈学习无偏奖励模型以改进LLM对齐
Unbiased Reward Modeling from Implicit Feedback for LLM Alignment
arXiv:2603.23184v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Hao Wang, Haocheng Yang, Licheng Pan, Lei Shen, Xiaoxi Li, Yinuo Wang, Zhichao Chen, Yuan Lu, Haoxuan Li, Zhouchen Lin
期刊信息（来源提供）：ICML 2026
研究任务与主要进展
研究提出ImplicitRM，从点击、复制和跳过等隐式用户反馈中学习无偏奖励模型，用于改进LLM对齐。方法将训练样本划分为四个潜在组，并推导作者声称具有无偏性的似然最大化目标；基于论文摘要，实验覆盖多种LLM骨干和基准数据集，并报告下游RLHF任务性能得到提升。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org